À quelle vitesse l'IA se développe-t-elle?
Le principal moteur des progrès en IA a été l'échelle brute, la quantité de calcul utilisée pour entraîner chaque nouveau modèle. Représentée sur une échelle logarithmique, cette croissance est stupéfiante et implacable. Explorez les modèles qui jalonnent la courbe et constatez à quelle vitesse la frontière avance.
La puissance de calcul n’est pas toute l’histoire (les algorithmes et les données comptent aussi), mais elle a été le prédicteur le plus fiable des nouvelles capacités. Quand l’entrée d’un système augmente d’un facteur de cent millions en un peu plus d’une décennie, et que personne ne comprend pleinement ce que le prochain facteur cent débloquera, « nous réglerons la sécurité au fur et à mesure » devient un pari de taille.
Cette tendance redéfinit aussi la course : des modèles efficaces comme le DeepSeek-V3 chinois ont atteint des performances proches de la frontière avec une fraction du calcul annoncé, rappelant que les capacités progressent moins cher, pas seulement plus gros.
Les chiffres de calcul d'entraînement sont des estimations, principalement issues de Epoch AIla base de données des modèles notables, exprimée en opérations en points flottants (FLOP). Les laboratoires révèlent rarement des nombres exacts, de sorte que les valeurs limites récentes sont approximatives et illustrées. Les systèmes en labos fermés libérés après le milieu de 2025, y compris les systèmes GPT-6 Astra et Fable, sont omis lorsque Epoch n'a pas publié d'estimation de calcul de formation. La conclusion qui tient est la tendance, pas un seul point.
Le temps de doublement affiché est calculé à partir des modèles tracés, il reflète donc cet échantillon sélectionné plutôt que l'ensemble du domaine.